欢迎访问《中国医药导报》编辑部！

弥漫性轴索损伤（diffuse axonal injury，DAI）是创伤性脑损伤（traumatic brain injury，TBI）中由旋转加速度导致的广泛轴索断裂和微血管损伤的病理过程，主要累及白质束、脑干等区域。特征为轴突肿胀、断裂及继发性的小胶质细胞激活[1-2]。DAI在轻度TBI中占主导地位，尤其常见于交通事故或者高能量钝性创伤，预后不良，远期常并发呼吸骤停甚至死亡[3]。患者受伤后往往会出现短时间的意识障碍或原发性昏迷，慢性期则遗留认知与运动功能障碍，由于临床表现呈非特异性，因而也增加了诊断难度。目前诊断DAI主要依赖神经影像学技术，计算机断层扫描（computed tomography，CT）作为可以快速排除颅骨骨折、明显脑挫裂伤等脑外伤的首选初筛工具，但对于非出血性病灶敏感性较低，尤其是无法检测出脑干微小病变，磁共振成像（magnetic resonance imaging，MRI）可以通过多种序列扫描数据提供更全面的诊断信息，与CT相比，微出血灶的检出率可提升30%以上[4-5]。然而，DAI患者的CT、MRI征象的出现可滞后于临床，也为早期明确DAI的诊断增加了难度。本文基于1例DAI患者头颅MRI的T1 加权成像（T1-weighted image，T1WI）、T2 加权成像（T2-weighted image，T2WI）、弥散加权成像（diffusion weighted imaging，DWI）、磁敏感加权成像（susceptibility-weighted imaging，SWI），以及弥散张量成像（diffusion tensor imaging，DTI）多序列扫描数据，利用全卷积神经网络架构的深度学习算法TractSeg，定量分析及可视化定位患者损伤纤维束的三维结构和走向，以期为临床上DAI的早期明确诊断提供方法参考。

1 病例资料

患者，男，80岁，主因“突发意识不清伴四肢活动障碍6 d”于2023年7月30日入院。患者于6 d前09∶30时无明显诱因突发意识不清，摔倒在地，具体持续时间不详，自行苏醒后头晕、头痛伴四肢活动障碍，全身发软无力，伴恶心、呕吐，当天18∶00时被他人发现后，随即送往当地社区医院，行头颅CT示：①脑内多发高密度灶，考虑出血或挫裂伤可能，部分破入右侧侧脑室体后部，原因待定，DAI待除外；②左侧硬膜下出血；③蛛网膜下腔出血。给予“尼莫地平、丙戊酸钠”等药物治疗后意识逐渐转清，但持续四肢活动不利。入院查体：体温36.7℃，脉搏96次/min，呼吸18次/min，血压147/65mmHg（1mmHg=0.133kPa）。患者嗜睡状态，构音不清，高级智能检查不合作。伸舌居中，面纹、额纹对称，双侧瞳孔等大，直径3 mm，对光反射灵敏。饮水呛咳，左上肢肌力Ⅰ级，右上肢肌力Ⅲ级，双下肢肌力Ⅰ级；四肢肌张力、腱反射减弱；四肢深浅感觉及共济运动不合作；左侧巴宾斯基征阳性。患者有2型糖尿病、高血压病史，平素血糖及血压控制良好，否认食物、药物过敏史，否认家族性遗传病史。入院后给予颅脑MRI-DTI检查，影像结果示：右颞、右额颞交界处、双额顶脑沟裂内异常信号，结合病史符合蛛网膜下腔出血后改变（图1）。患者在院3个月，其间以脱水降颅内压、醒脑开窍、改善微循环等为治疗原则，同时予清热解毒、益气养阴中药、针灸及康复训练等相关治疗，复查常规MRI示颅内病变有所吸收，且患者意识逐渐转清，四肢活动障碍未见好转，查体见四肢肌张力、腱反射减弱，病理征阴性。半年后电话随访，家属告知患者已于2024年3月因呼吸衰竭于外院死亡。

尽管患者意识水平显著改善，但其严重的四肢活动障碍却未见好转。这种临床恢复轨迹的显著分离提示，可能存在常规影像学方法未能检测到的、更深层次的白质通路损伤。依据文献报道，为了揭示这种潜在的微观结构损伤机制，利用TractSeg技术对关键运动纤维束进行了精准的识别和量化评估，考虑为DAI，并将结合本例发现，梳理DAI的损伤机制、生物标志物、影像特征等相关研究进展，探讨其临床启示。本文中扫描仪器为北京中医药大学东直门医院Siemens Novus 3.0T超导磁共振扫描仪，数据处理分析的原始数据采用DICOM格式，之后由dcm2niix[6]（v1.0.2）转化为BIDS[7]格式，3D-T1 像使用acpcdetect[8]（v2011-04-05）转换到AC-PC空间，进而使用FreeSurfer[9]（v7.0）进行灰白质及皮层分割[6-9]；SWI数据转换为BIDS格式后，使用ANTs[10]与AC-PC空间的T1 像对齐，再使用MRIcroGL[11]的Automatic Drawing功能将SWI中的低信号描绘出来，存储为Nifti格式[10-11]；DTI数据转换至BIDS格式后，与Freesurfer处理后的3D-T1 数据，使用QSIPrep[12]（v0.16）进行头动及涡流校正，去噪声和与T1 像对齐等预处理，再使用TractSeg[13]（v2.1.1）追踪所有传导束，每个传导束追踪5 000根纤维，最后应用Matlab代码计算病灶影响传导束的纤维比例[12-13]；最后，在BrainVoyager[14]（v22.4）中进行可视化[14]（图2）。例如：右侧丘脑上辐射（53.2%），TractSeg追踪右丘脑上辐射共5 000根纤维，有2 660根纤维与病灶相交，并在BrainVoyager中显示病灶和相关传导束（图3～4）。本研究经北京中医药大学东直门医院医学伦理委员会审核（2023-DZMEC-328-01）。

2 讨论

2.1 DAI的病理损伤机制及早期识别进展

DAI是在特殊生物力学作用下，以脑内弥漫性神经轴索和毛细血管损伤为特征，以意识障碍为临床特点的综合征。DAI是TBI的一种特殊病理类型，由于脑内各种组织的质量不同，其运动的加速度及惯性也不同，加上脑组织的不易屈性，以致外伤情况下突然的加、减速运动可使各种组织间产生相对位移形成一种剪切力，造成神经轴索、毛细血管的损伤[15]。DAI的标志性特征是轴突的广泛损伤，主要发生在皮质下和深部白质组织中，导致轴突运输受损和轴突细胞骨架降解。DAI的病理过程有两种形式：①原发性损伤，作用力下即刻发生的轴索断裂，轴索断裂后，近断端轴浆溢出膨大形成轴缩球，这是DAI的重要病理特征。②继发性损伤，作用力消失后再水肿、缺氧、自由基等继发因素下的轴索发生继发性断裂。轴索损伤后，钠通道调节受损，导致钠离子大量内流，进而激活钠钙交换体，使细胞内钙离子浓度升高，高钙离子浓度激活钙依赖性蛋白酶，进一步破坏细胞骨架，引发局部炎症反应，加重脑组织损伤[16-17]。继发性损伤是导致颅脑损伤患者神经功能缺失的主要原因。由于DAI的早期诊断对指导治疗和判断预后具有重要意义，近年来有不少学者致力于DAI早期识别及辅助诊断的研究。目前有研究证实，血清神经元特异性烯醇化酶水平与格拉斯哥昏迷量表评分比可用作DAI的独立预测因子[18]；也有研究提出，血浆神经丝蛋白轻链水平能够反映轴索损伤的严重程度，发现在动物模型中，重复轻度TBI诱导的神经症状加重与血浆神经丝蛋白轻链水平呈正相关[19]；亦有团队采用血清代谢组学通过鉴定DAI特异的代谢标志物，从而揭示DAI的潜在代谢病理基础，以期能达到早期识别DAI的目的[20]。然而，尽管对DAI的病理机制已有大量深入研究，但在该疾病诊断方法学领域的研究仍相对匮乏，还需进一步探索。

2.2 DAI临床诊断的影像特征

由于目前对于DAI尚无统一的MRI诊断标准，多数研究根据MRI所显示的脑实质局灶性病变和弥漫性脑肿胀，伴有或不伴有蛛网膜下腔出血和/或脑室内出血，并结合患者病史及临床即可诊断。参考浦智韬等[21]对60例DAI患者MRI各序列病灶分布特点及信号特征的分析一文中，总结出DAI出血灶的信号特点：急性期以等T1、T2 信号为主，伴略低或略高信号；亚急性期早期以短T1、T2 高信号为主，亚急性期中晚期以长T2、短T1 双高信号为主，慢性期以长T1、T2 囊性信号或短T2、长T1 信号为主。根据本病例患者入院MRI图像，T1WI、T2WI序列呈多样性信号，且部分信号混杂，右侧颞叶、额顶叶、右额颞交界处多发斑片状长/短T2、等/短T1 信号影，SWI序列呈现低信号，主要累及脑白质、胼胝体、脑干及灰白质交界区。额、顶、颞叶为灰白质交界区的重要组成部分，是常见的TBI部位，表现为轴突剪切损伤和神经功能障碍；胼胝体为连接左右大脑半球重要蛋白质结构，参与多种认知和感知功能的协调；脑干则为生命中枢所在部位，与患者的意识障碍程度密切相关，当后两个部位受到病灶累及时，不利于患者病情的改善。本例患者病变累及广泛，提示损伤严重，预后较差。多数研究已证实，DAI会造成可逆性或不可逆性的脑神经纤维损伤，常合并出现损伤后昏迷，主要损伤部位常见于脑干、胼胝体及大脑灰质-白质交界处，损伤呈局灶性、非对称性弥漫分布，其中额叶、颞叶最常受累，胼胝体次之，常伴有弥漫性脑水肿和蛛网膜下腔出血[22-23]。本例患者病灶部位与上述研究结果相符，符合DAI典型的脑损伤区域。

DAI因其较高的发病率、死亡率一直是颅脑外伤临床鉴定领域的重点与难点。DAI定义及Adams分级来自尸检病理诊断，而常规进行的颅脑CT扫描极易遗漏微小的出血灶及非出血灶，仅显示病灶的大小和形态，故DAI的临床诊断多建立于TBI患者严重的临床表现（如意识障碍持续）而早期颅脑CT未见明显异常。MRI能通过多方位、多序列参数成像，对软组织的分辨率高，相较于CT更能准确定位损伤部位，但与常规MRI相比，SWI在DAI患者深部脑结构微出血诊断中具有更高的临床应用价值[24]。然而，尽管CT或MRI在DAI早期诊断中均能发挥作用，但这些成像技术不容易检测到更细微的神经改变特征，尤其在显示轴索本身损伤程度的效果并不理想。DAI的典型特征是白质纤维束的异常广泛损伤，尤其是胼胝体、皮质延髓束、脑干和深部灰质区域的纤维束。这些纤维束在CT和MRI上可能表现为点状或小灶状的出血或水肿，但这些宏观影像学改变往往无法直接显示轴索本身的损伤程度，而且大脑中DAI引起的变化通常是微小的，可能无法直接在常规影像中观察到。

此外，DAI严重程度对TBI患者意识恢复的影响已得到广泛认识。Park等[25]的研究结果表明，DAI患者意识恢复的平均时间间隔与MRI显示的脑损伤程度之间存在相关性，研究者将25例DAI患者通过MRI发现的分级将患者分为三组，其中大脑半球白质散在的小病灶（Ⅰ级）及胼胝体局灶性病变（Ⅱ级）的DAI患者在2周内恢复意识，而Ⅲ级损伤的患者大约需要2个月。此患者病灶累积部位主要集中在大脑灰白质交界区和胼胝体，少量累积小脑区域，以及意识恢复时间在2周内。然而，目前尚未确定关于DAI患者的意识恢复时间分类的统一观点，因此还需要进一步开展大规模临床研究予以证实。

2.3 基于TractSeg的分析与应用

本例患者意识状态恢复与持续性严重肢体功能障碍之间的显著分离现象，无法通过常规MRI所显示的病灶演变得到充分解释。为了深入探究这一矛盾现象背后的白质微观结构基础，并明确患者纤维束损伤情况，本文通过计算病灶影响传导束的纤维比例，并基于全卷积神经网络架构的深度学习算法TractSeg，从而显示出病灶和相关白质纤维束的空间位置和完整性，确定DAI的损伤范围，从而进一步评估白质微观结构的改变。文中可见本例患者纤维束损伤最严重的为右侧纹状体-中央后回纤维，病灶影响纤维比例占55.10%，纹状体与中央后回之间的纤维连接是皮质-纹状体环路和感觉运动整合的关键通路，若此纤维束损伤，相当于损害了感觉信息输入与运动程序输出的整合通路，从而影响基底节-皮层环路的动态平衡，引发从运动控制到高级认知的广泛功能紊乱。本病例患者右侧皮质脊髓束损伤比例为37.4%，支配对侧肢体的随意运动，是大脑皮层控制肢体运动的核心下行通路，在DAI等急性脑损伤中，皮质脊髓束完全性中断可导致损伤平面以下肢体出现脊髓休克，可能会表现为肌张力消失、腱反射减弱，但患者表现为四肢软瘫，虽然左侧皮质脊髓束损伤比例较低，但考虑DAI多为双侧损伤，因此会出现双侧运动功能障碍。此外，右侧纹状体-中央后回（55.1%）及右侧纹状体-顶叶纤维（40.6%）参与运动启动和肌张力调节，若基底节-皮层环路中断也可能导致类似软瘫的表现。此外，本文中受损白质纤维束少量定位在小脑，病灶影响小脑中脚纤维比例占3.96%，而在常规MRI并未显示小脑区域的微小病变，但通过TractSeg能够计算到病灶累积到小脑中脚纤维束的比例，也提示本例患者存在小脑的部分损伤。根据上文检查结果及多层面影像分析，结合该患者病史资料、临床体征及预后情况可明确诊断DAI。

TractSeg是一种基于全卷积神经网络的深度学习算法，专门用于白质纤维束的自动分割[13]。它能够直接从弥散磁共振图像中分割出白质纤维束，无需进行纤维追踪、图像配准或分割，近年来已被用于评估各种神经系统疾病，包括肌萎缩侧索硬化症、精神分裂症谱系障碍、TBI、缺血性中风、小儿脑干神经胶质瘤等相关领域[26-27]。TractSeg的核心创新在于通过全卷积神经网络直接分割白质纤维束，摒弃传统耗时的纤维追踪流程，实现分钟级精准分割，在脑组织结构的精细识别方面有明显优势，也是其能够早期识别病变的重要原因[28]。TractSeg能够有效检测与TBI相关的微观结构变化，尤其是在早期阶段。TractSeg算法在DAI诊断中的具有潜在的应用价值，算法在科研中显示出分析白质微结构损伤的潜力，但临床转化证据不足，需要更多前瞻性多中心研究验证其诊断效能。

本文首次将基于全卷积神经网络架构的深度学习算法TractSeg应用于DAI的临床病例分析，实现了对白质纤维束损伤的快速、精准三维重建与定量评估。相较于传统依赖尸检或主观影像判读的方式，Tract-Seg无需复杂纤维追踪，显著提升了诊断效率与准确性。此外，本文通过计算病灶影响传导束的纤维比例，明确了患者关键纤维束的损伤程度，为DAI精准识别损伤定位及预后判断提供了客观、可视化的影像学依据，该技术方法的应用能够帮助临床医师对本病的早期诊断，判断患者预后。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[1] LOGAN-WESLEY A L，GORSE K M，LAFRENAYE A D.Microglial process convergence onto injured axonal swellings，a human postmortem brain tissue study [J].Sci Rep，2024，14（1）：21369.

[2] PAVLICHENKO M，LAFRENAYE A D.The central fluid percussion brain injury in a gyrencephalic pig brain：scalable diffuse injury and tissue viability for glial cell immunolabeling following long-term refrigerated storage[J].Biomedicines，2023，11（6）：1682.

[3] ALEXANDRIS A S，RAFAELS K，HORSMON M，et al.Diffuse axonal and vascular pathology in the gy rencephalic brain after high-energy blunt injury：clinicopathological correlations involving the brainstem [J].J Neurotrauma，2025，42（5/6）：417-436.

[4] HILARIO A，SALVADOR E，CHEN Z H，et al.Imaging findings for severe traumatic brain injury[J].Radiologia，2025，67（3）：331-342.

[5] 林明明.CT与磁共振成像检查在颅脑外伤诊断中的应用[J].中国医疗器械信息，2024，30（2）：122-124.

[6] LI X，MORGAN P S，ASHBURNER J，et al.The first step for neuroimaging data analysis：DICOM to NIfTI conversion [J].J Neurosci Methods，2016，264：47-56.

[7] GORGOLEWSKI K J，AUER T，CALHOUN V D，et al.The brain imaging data structure，a format for organizing and describing outputs of neuroimaging experiments [J].Sci Data，2016，3：160044.

[8] ARDEKANI B A，BACHMAN A H.Model-based automatic detection of the anterior and posterior commissures on MRI scans[J].Neuroimage，2009，46（3）：677-682.

[9] FISCHL B.FreeSurfer [J].Neuroimage，2012，62（2）：774-781.

[10] TUSTISON N J，AVANTS B B.Explicit B-spline regularization in diffeomorphic image registration [J].Front Neuroinform，2013，7：39.

[11] RORDEN C.MRIcroGL：voxel-based visualization for neuroimaging[J].Nat Methods，2025，22（8）：1613-1614.

[12] CIESLAK M，COOK P A，HE X，et al.QSIPrep：an integrative platform for preprocessing and reconstructing diffusion MRI data[J].Nat Methods，2021，18（7）：775-778.

[13] WASSERTHAL J，NEHER P，MAIER-HEIN K H.Tract-Seg-fast and accurate white matter tract segmentation [J].Neuroimage，2018，183：239-253.

[14] GOEBEL R，ESPOSITO F，FORMISANO E.Analysis of functional image analysis contest（FIAC）data with brainvoyager QX：From single-subject to cortically aligned group general linear model analysis and self-organizing group independent component analysis[J].Hum Brain Mapp，2006，27（5）：392-401.

[15] 王丽珍，殷欢，徐鹏，等.旋转运动下脑组织致伤机制研究[J].医用生物力学，2023，38（1）：14-29.

[16] LEE H H，TIAN Q，SHEFT M，et al.The effects of axonal beading and undulation on axonal diameter estimation from diffusion MRI：insights from simulations in human axons segmented from three-dimensional electron microscopy [J].NMR Biomed，2024，37（4）：e5087.

[17] SMITH D H.Neuromechanics and pathophysiology of diffuse axonal injury in concussion[J].Bridge，2016，46（1）：79-84.

[18] CHEN W，WU J，LI S，et al.Dynamic changes in neuronspecific enolase level to glasgow coma scale score ratio predict long-term neurological function of diffuse axonal injury patients[J].BMC Neurol，2025，25（1）：89.

[19] O’BRIEN W T，WRIGHT D K，VAN EMMERIK A L J J，et al.Serum neurofilament light as a biomarker of vulnerability to a second mild traumatic brain injury[J].Transl Res，2023，255：77-84.

[20] CHEN W，LI S，WU J，et al.Metabolomics Analysis Reveals Potential Biomarkers for Diffuse Axonal Injury Article Category：Original Work [J].Neurocrit Care，2025，43（2）：572-580.

[21] 浦智韬，李殿胜，金中高，等.磁敏感加权成像联合弥散加权成像诊断脑弥漫性轴索损伤的应用[J].浙江创伤外科，2021，26（2）：343-345.

[22] 张有友，刘良，任亮.弥漫性轴索损伤病理改变及病理生理机制的研究进展[J].中西医结合心脑血管病杂志，2021，19（1）：73-76.

[23] 白文婷，许克宁，于文东，等.脑外伤性弥漫性轴索损伤和血管功能的核磁成像空间关系分析[J].立体定向和功能性神经外科杂志，2023，36（3）：164-170.

[24] 杜思军，周炀，杨燕萍.磁敏感加权成像在诊断弥漫性轴索损伤患者深部脑结构微出血的价值分析[J].中国校医，2025，39（4）：311-313，317.

[25] PARK S J，HUR J W，KWON K Y，et al.Time to recover consciousness in patients with diffuse axonal injury：assessment with reference to magnetic resonance grading [J].J Korean Neurosurg Soc，2009，46（3）：205-209.

[26] ANDICA C，KAMAGATA K，AOKI S.Automated threedimensional major white matter bundle segmentation using diffusion magnetic resonance imaging[J].Anat Sci Int，2023，98（3）：318-336.

[27] PERETZKE R，NEHER P F，BRANDT G A，et al.Deciphering white matter microstructural alterations in catatonia according to ICD-11：replication and machine learning analysis[J].Mol Psychiatry，2025，30（5）：2095-2107.

[28] MOSHE Y H，BEN BASHAT D，HANANIS Z，et al.Utilizing the TractSeg tool for automatic corticospinal tract segmentation in patients with brain pathology[J].Technol Cancer Res Treat，2022，21：15330338221131387.

【作者机构】	¹北京中医药大学第一临床医学院； ²北京中医药大学东直门医院脑病科； ³北京中医药大学东直门医院骨伤科； ⁴河南商丘梁园袁渭清综合门诊部
【分类号】	R743
【基金】	北京中医药大学基本科研业务费揭榜挂帅项目（2024-JYB-JBZD-002）。

TractSeg算法分析头颅MRI多序列数据辅助弥漫性轴索损伤早期诊断的1例报道及文献复习